知识库

本笔记使用双重机器学习估计期货持有收益能否在控制波动率、动量和横截面持有收益排名后，独立预测后续收益。它通过灵活模型和交叉拟合，将持有收益及收益率分别对这些混杂因素进行残差化处理，再根据残差估计效应。结果在两个收益期限上进行评估。HAC 置信区间考虑了波动率变化和结果重叠；区块置换反证检验则将观测到的 HAC 统计量与重新排列处理区块后的估计结果进行比较。…

本笔记为加密货币永续期货开发基于模型的特征：使用 GJR-GARCH 预测各资产的条件波动率，并用基于资金费率结算数据拟合的双状态高斯隐马尔可夫模型估计全市场处于压力状态的概率。与直接根据历史K线计算的算术特征不同，这些输出取决于估计参数；对于隐状态模型，还取决于推断是否仅使用决策时点可用的观测数据。本笔记区分过滤概率与纳入后续观测值的平滑估计。…

本案例研究提出了一套加密货币永续合约研究流程，将多空头寸在定期结算时相互支付的资金费率视为潜在收益来源。文中介绍了从标签构建和金融特征，到统计与机器学习模型、因果分析、回测、投资组合配置、风险及成本评估的数据和模型阶段。该方案采用永续合约交易对横截面、八小时观测频率和交易成本假设，并基于数量有限的时间折进行验证。…

本分析比较了九个交易案例研究中的特征筛选结果，并探讨通过筛选的特征能否预测表现更强的策略。筛选结合了 Benjamini–Hochberg 假发现控制，以及另一条基于案例研究效应量下限和各折一致性的路径。由于 PROCEED 可以通过任一路径得出，其计数不一定是 FDR 显著特征计数的子集。 本分析将各案例研究的 PROCEED…

本笔记介绍 DeePM，这是一种端到端的 ETF 投资组合策略，旨在改善不同市场环境下的表现。其组件包括经波动率标准化的收益和趋势特征、基于 LSTM 的模型、变量选择、条件层，以及受资产类别图约束的跨资产注意力机制。该图编码组内联系和选定的组间关系。SoftMin 目标函数侧重于表现最弱的滚动训练窗口，而成本感知训练会惩罚换手率。评估采用按时间顺序划分的训练、验证和测试窗口，并与不使用 SoftMin 的版本、等权基准及逆波动率基准进行比较。…

本案例研究对 ETF 动量进行因果估计，并考察其对未来收益的影响是否随市场波动率变化。研究使用连续型动量处理变量、21 日未来收益结果、波动率和收益率曲线控制变量，以及因果森林来估计平均效应和市场环境条件效应。估计值和市场环境阈值由训练数据推导，随后用于调整留出期内的仓位规模。所得规则与朴素基准和简单替代方案进行比较，并计入交易成本。…

本笔记介绍 NLinear，将其作为预测 US 股票收益的简单序列模型基准。每个样本使用一只股票连续 60 个交易时段的窗口，特征按时间顺序排列。对于每项特征，模型先减去其最新值，将所得历史序列线性映射为一个值，再加回最新值，最后合并各特征的输出以生成预测。这使它成为评估表达能力更强的循环模型或特征混合模型的有用对照。…

本笔记利用最大有利与不利变动分析，根据观测到的价格路径确定三重障碍宽度。对于在某根 K 线收盘时做多的情况，笔记测量随后持有窗口内的最高价和最低价；做空时则反转有利与不利变动的定义。窗口从下一根 K 线开始，以避免使用收盘进场之前出现的价格极值。笔记还使用平均真实波幅对变动进行归一化，以便比较不同资产和波动率环境。 分析涵盖日频…

本笔记评估 NLinear，这是一种简约序列模型：它从每个回看窗口中减去最后观测到的水平，再将剩余数值映射为预测值。其结构简单，可作为更复杂序列架构的有效基准。模型在已声明的 ETF 样本范围上使用滚动折拟合；训练开始前，会根据可用特征、符合条件的基金日期行和序列窗口解析模型请求。…

本文档介绍一项滚动研究，利用 TabM 神经网络根据公司特征预测月度收益。由于共享训练运行器将回归目标固定为平方误差、分类目标固定为交叉熵，实验改变模型容量、训练检查点和预测目标，而非损失函数。文档比较三种容量预设，分别用于原始收益、横截面缩尾后的收益和方向类别标签。每个训练折内拟合预处理，并将所有已声明检查点的预测保存在可审计的数据集中。 笔记使用月度信息系数和相关诊断来考察非线性模型捕捉到的内容，但不选择优胜模型。模型选择留待验证集回测夏普比率阶段，因为预测排名本身不能证明扣除成本后能够盈利。报告的 IC…

本文档介绍一套流程，将标准化市场数据加载器、预构建特征注册表和信号诊断连接起来。特征计算可通过名称、参数字典或 YAML 指定，从而支持可重复的流程和多个指标期限。文档比较了使用指数平滑的手动 RSI 实现与使用威尔德平滑的库实现，并说明何时适合使用库特征或自定义代码。Polars 示例涵盖分组滚动计算、时点一致的 as-of 联结，以及适用于大型数据集的惰性处理。 评估时，流程将计算出的动量特征传递给诊断工具，以报告信息系数、t 统计量和分位数组收益差。示例中，原始动量因子的横截面预测关联接近于零，在 ETF…

本文档说明四种市场冲击模型如何估算订单造成的每股不利价格变动：无冲击、线性冲击、平方根冲击和可配置的幂律冲击。文档解释了符号约定、参与率、波动率和模型系数的作用，以及为何在参数设定和成交量约定一致之前，不能公平比较模型水平。示例还将冲击成本与成交量参与率上限结合，以展示部分成交及未成交数量需要如何结转。…

本文档使用 100-ETF 个标的的范围，将跨资产动量假设转化为月度探索性检验。文档构建调整后的月末价格，测量 12 至 -1 个月动量，然后将符合条件的 ETF 分为五个等权组，并将它们下月的收益与等权标的范围进行比较。分析考察各组收益的排序和分布、最高组与最低组的收益差、不同历史时期的表现，以及信号排名的持续性，并将其作为换手率的粗略参考。…

本笔记从模型系列角度考察五种潜在因子方法在股票期权分析案例中的应用。PCA 直接从收益面板估计共同变动；IPCA 以线性方式将特征映射到暴露；条件自编码器则使用非线性映射。随机贴现因子模型改为估计定价核，而有监督自编码器在条件模型的训练目标中加入未来收益。笔记读取配套笔记发布的模型集合，并检查是否涵盖声明的模型菜单。…

本笔记探讨为何两个回测引擎会因相同信号得出不同结果。笔记固定策略和可交易范围，在预测值相同时使组合权重具有确定性，并展示分数股与整股、费用准备金和成交顺序等执行设置。每项设置都相对于明确的参考配置进行更改，并通过期末价值和成交笔数比较结果。 分析还会检查某项设置是否实际影响了相关代码路径：在此设置中，成交顺序没有可测得的影响，因为目标权重执行器在券商队列策略生效前就已确定再平衡顺序。分析分别和联合测量各项设置，并将联合影响与各项单独影响之和的差值视为交互残差。证据仅适用于一个 ETF…

本章将回测视为一种证伪策略的尝试，需要明确设定信号时点、执行、再平衡、仓位规模、成本、约束和基准。章节比较向量化模拟与事件驱动模拟如何处理状态、订单顺序、现金和成交，并通过结果一致性练习分离协议选择对结果的影响。简单的 ETF 基准为后续比较提供参照。…

本资料介绍如何从不可变的训练规范重建模型请求，并验证生成的运行结果。检查内容包括请求是否使用受支持的身份版本、规范的执行层级、匹配的模型系列和研究，以及是否保持训练身份不变。锁定的留出集必须明确声明留出切分，包含一个完整的数据折，并明确训练和评估的精确边界。…

本笔记介绍将工具变量主成分分析作为横截面收益模型。它不直接为各公司的特征分配收益权重，而是由 IPCA 估计特征到因子暴露的共享线性映射，同时估计月度因子收益。笔记使用交替最小二乘法和岭惩罚联合拟合映射与收益，然后将训练集估计值应用于验证期特征以预测收益。…

本笔记解释如何将 Kalshi 的美联储利率二元合约解读为概率，以及如何将一系列利率阈值转换为隐含分布。笔记强调，数据源包含 YES 买价，因此价格是受到价差影响的下限；阈值顺序违例属于诊断信号，并不能证明存在套利机会。 笔记通过识别不可能出现的零收盘价和过时的盘中区间，处理交易稀疏及数据摄取问题，随后使用向前填充修复价格以避免前视。笔记区分报价修订与实际成交，提出概率动量和波动率特征，并检查这些特征在多大程度上传递信息。数百根 K…

本笔记比较四种神经网络设计完成同一任务的表现：汇总八只交易所交易基金的历史收益窗口，预测下一日收益。笔记介绍了全连接网络、一维卷积、LSTM 和 GRU 如何处理这些输入，随后比较它们的验证误差和每个训练步骤所需时间。对更长输入窗口进行测试，展示了循环模型需要更多顺序计算，而全连接模型则会加宽其第一层。…

这项可行性分析检查现有数据和假设是否足以支持一种每周策略：按平值隐含波动率为标普 500 股票排名，并买入排名靠前的股票。信号来自期权，但持仓标的是股票。笔记定义了隐含波动率和所选期权合约，并检查供应商计算失败、到期日历、标的范围、成本假设及滚动切分如何影响研究设计。…

本笔记评估用于标普 500 股票排名的序列模型，输入为期权曲面和价格历史窗口。笔记将没有循环记忆的归一化线性模型与门控机制可随时间传递信息的 LSTM 配对比较。线性模型是有意义的基准：如果 LSTM 没有优于它，那么新增记忆在这些数据上就尚未显示出价值。模型使用滚动折预测股票未来收益或风险调整后收益。…

本笔记探索了由美国联邦储备经济数据库（FRED）序列构建的经济数据面板。笔记指出，提供的数据面板采用日历日期，包括周末和节假日，并展示了随附元数据如何标明各序列的含义、原始频率及任何衍生公式。由于数值已向前填充到统一网格，按行计数无法还原序列的实际发布频率；统计数值变化次数可以得到有用的下限，但重复的四舍五入结果可能掩盖部分观测值。 示例考察了美国国债收益率、收益率曲线利差和…

本笔记解释了为什么在每日 IC 观测值存在依赖时，普通 t 检验可能夸大信息系数（IC）的强度。笔记基于 ETF 数据构建动量信号，考察 IC 的自相关，并介绍 Newey–West 异方差和自相关一致标准误，以及用于计算置信区间的分块自助法。自助法通过重采样连续观测值来保留依赖性，而 HAC 估计则利用加权自协方差调整不确定性。 示例比较了根据样本量选取的带宽与根据标签期限选取的带宽，并讨论有效样本量、实际意义和业绩记录规划。自相关图显示，依赖性持续到约滞后…